[发明专利]基于视频图像智能前端的变电设备缺陷诊断方法和系统

说明书

本发明公开了基于视频图像智能前端的变电设备缺陷诊断方法及系统。该方法包括：实时采集变电设备视频图像；采用最优调度方案，执行轻量化缺陷识别模型处理所述视频图像，并根据处理结果，确定变电设备的缺陷。该方法利用设置在智能前端这一边端侧的边缘计算能力来实时处理视频图像。利用集成在智能前端的视频图像处理芯片，执行变电设备缺陷图像诊断算法，生成变电设备状态预警结论或缺陷识别结论；在边端侧实现了快速高效的图像处理，保证了变电站设备缺陷诊断的快速性、及时性和准确性。

技术领域

本发明属于变电设备智能巡检技术领域，具体涉及基于视频图像智能前端的变电设备缺陷诊断方法和系统。

背景技术

目前，变电设备巡检和分析存在以下问题：

一、缺少智能采集变电设备视频图像的手段。在变电设备巡视的发展初期，通常采用手持红外热成像仪、手持紫外成像仪以及人工巡视方式，提升了设备缺陷发现能力，但增加了运检人员的日常巡视工作压力，也对运检人员提出了较高技术要求。随着智能变电站建设，变电设备巡视可采用移动巡检机器人、固定机位的视频图像摄像头等视频图像巡检终端，减少了运检人员部分人工巡视压力，但增加了运检人员设备维护、系统升级、缺陷审核等方面的压力。目前受限于软硬件技术水平，固定机位的视频图像摄像头和移动巡检机器人只能在固定预置点位进行数据采集，无法实现自适应角度的智能图像采集，存在采集的图像质量不高而导致在云端诊断效率低及误检率较高的问题。

二、目前的视频图像巡检终端缺少实时智能分析能力。目前，变电设备视频图像通过光纤等信道统一传输到后台服务器来分析处理，增加了通信及数据集中管理的成本和压力，数据分析的时效性和即时性不足。尤其在变电站内设置的视频图像巡检终端数量不断增加，视频图像采集智能前端的成像质量和分辨率不断提高时，通信信道和后台服务器的硬件成本激增，及图像识别和处理效率大幅下降。

因此，尽管目前已经有变电站/换流站在利用巡检机器人、视频摄像头、红外摄像头等视频图像巡检终端对变电站设备进行定期巡检，但其后续需要利用设置在云端的计算能力来处理视频图像，缺陷诊断及时性不足。

发明内容

针对现有技术的不足，本发明提供基于视频图像智能前端的变电设备缺陷诊断方法和系统，以解决目前变电站设备缺陷诊断及时性不足的问题。

第一方面，本发明提供一种基于视频图像智能前端的变电设备缺陷诊断方法，包括：

实时采集变电设备视频图像；

采用最优调度方案，执行轻量化缺陷识别模型处理所述视频图像，并根据处理结果，确定变电设备的缺陷。

进一步地，在实时采集变电设备视频图像之前，还包括：

经边端侧云边协同组件和云端侧云边协同组件从云端服务器获取变电设备图像诊断模型，所述变电设备图像诊断模型是根据变电站的典型视频图像及典型缺陷完成深度学习神经网络训练及评估后生成的；其中，

所述边端侧云边协同组件设置于所述视频图像智能前端；

所述云端侧云边协同组件设置于所述云端服务器；

对获取的变电设备图像诊断模型执行伪量化处理和/或剪枝处理，得到轻量化缺陷识别模型。

进一步地，所述视频图像智能前端设置有视频图像处理芯片和中央处理器；

在实时采集变电设备视频图像之前，还包括：

协同视频图像处理芯片的硬件资源和中央处理器的硬件资源，对所述轻量化缺陷识别模型执行算子调优算法，得到与所述轻量化缺陷识别模型对应的最优调度方案，并映射到中央处理器内。

进一步地，所述视频图像智能前端设置有摄像头传感单元，所述摄像头传感单元固定设置在可控云台上，跟随可控云台摆动；